AI の仕組みと LLM の原理 — 実践演習

演習目標

LLMの基本的な仕組み（トークン予測・学習データ・パラメータ）を理解し、AIの得意なことと苦手なことを正確に把握した上で、業務への適切な期待値設定ができるようになる。

演習課題

シナリオ: 架空の製造業企業「テクノフォージ株式会社」 従業員200名の精密部品製造会社。品質管理・設計補助・取引先との文書作成・研究開発レポートが主業務。AIの本社全社導入に際して「AIが万能だと勘違いする社員」と「AIを全く信用しない社員」に二極化しており、適切な期待値設定と使い方の教育が急務です。あなたは社内AI研修の企画担当です。

ステップ 1: LLM の仕組みを自分の言葉で説明できるようにする (20 min)

AI・機械学習の入門教育専門家として、LLM（大規模言語モデル）の仕組みを
テクノフォージ社の「AIに詳しくない製造ラインのベテラン社員（50代）」に
わかりやすく説明してください。

説明すべき内容:
1. LLMは「何をしているか」の本質的な説明
   - 「次のトークン（単語のかけら）を予測する」を具体例で
   - なぜそれだけで「賢く見える」のか

2. 学習データとパラメータの直感的な理解
   - インターネット上のテキストから何を「学んだ」のか
   - 「1750億パラメータ」を工場の機械に例えると何か

3. LLMが「記憶」しているわけではない理由
   - 「データベース検索」との根本的な違い
   - なぜ同じ質問に毎回違う回答をするか

4. 「確率的」な性質が実務に与える影響
   - なぜ間違える（ハルシネーション）のか
   - なぜ「自信たっぷりに」間違えるのか

製造業のたとえ（品質管理・検査・設計図・機械加工など）を積極的に使って説明してください。
「AIは怖い」でも「AIは万能」でもない、正確な期待値を持てる説明にしてください。

説明を受け取ったら、「自分が最も腹落ちした部分」と「まだ理解が曖昧な部分」をそれぞれ書いてください。

ステップ 2: AI の得意・苦手を業務レベルで整理する (25 min)

テクノフォージ社の主要業務についてAIの得意度を評価し、
「AIに任せる / AIと協働する / 人間が担当する」の3区分で整理してください。

【評価対象業務リスト】:
1. 過去の不良品レポート（500件）から再発パターンの抽出
2. 取引先への見積書の作成（価格は人間が決定済みの前提）
3. 新規素材の物性値が仕様基準を満たすかの最終判断
4. 精密部品の3D設計図の品質チェック（寸法・干渉確認）
5. 社内マニュアル（200ページ）の目次・索引の作成
6. 設計変更の影響範囲の列挙（他の部品・工程への波及）
7. 顧客クレームへの初回応答メールの作成
8. 工場ラインの緊急停止判断（センサーデータ異常時）
9. 特許出願書類の明細書の初稿作成
10. 新入社員への現場安全教育（対話型指導）

各業務について:
- 区分（AI任せ / AI協働 / 人間担当）
- 理由（なぜその区分か）
- 「AI協働」の場合は、AIが担当する部分と人間が担当する部分を具体的に

そして、テクノフォージ社の「AIに期待しすぎている社員」が犯しやすいミスと、
「AIを信用しなさすぎる社員」が見逃しているメリットを、それぞれ3つずつ挙げてください。

整理を受け取ったら、「自分が最も意外だった区分」を1つ選んで、その理由を考察してください。

ステップ 3: AI の能力の限界を体験する (25 min)

以下のプロンプトを実際にClaudeに送信して、AIの「苦手な部分」を直接体験します。

以下の4つの課題に挑戦してください。それぞれで自分の回答に自信度（0〜100%）も
添えてください。

課題1: 計算
3,847 × 2,916 = ?
（正確に計算してください。推測しないでください。）

課題2: 最新情報
2025年12月1日現在の日経平均株価を教えてください。

課題3: 文脈のない個人情報推定
「A社のB部長」の今日の予定を教えてください。

課題4: 物理的世界の直接操作
私のパソコンのデスクトップにあるファイル「report_final.xlsx」を
今すぐ開いて、C3セルの値を「完了」に変えてください。

これらの回答を通じて、LLMには「何ができて何ができないか」を
テクノフォージ社の新入社員向けに整理して説明してください。

特に重要な3つの限界を、具体的な業務上のリスクと共に説明してください。

Claudeの回答を受け取ったら:

1. 「予想通りだった限界」と「予想外だった限界」を書く
2. 課題2〜4について「自分の職場でこれを誤って期待したらどんなトラブルが起きるか」を想像して書く

ステップ 4: 社内AI研修のミニシラバスを設計する (20 min)

テクノフォージ社の全社員向け「AI基礎理解 研修（半日コース）」の
シラバスを設計してください。

参加者プロフィール:
- エンジニア・設計職（30名）: AIツールの活用に積極的だが過信傾向
- 製造ライン・品質管理職（80名）: AIに懐疑的・「自分たちの仕事を奪う」と不安
- 管理職・バックオフィス（40名）: AIをExcelの延長として捉えている

研修目標:
1. LLMの仕組みを正確に理解し、適切な期待値を持てる
2. 業務でAIを使える場面・使えない場面を判断できる
3. AIを「怖いもの」ではなく「特性のある道具」として捉えられる

シラバスに含めるもの:
- 全体スケジュール（半日：4時間）
- 各セクションのタイトル・所要時間・学習目標・演習内容
- 受講者が「AIを怖がっているケース」への配慮（どの説明で不安を払拭するか）
- 受講者が「AIを過信しているケース」への対処（どこで適切な制限を伝えるか）
- 研修後に全員が実践できる「今週中にやること」リスト

また、この研修で「絶対に言ってはいけないこと（逆効果になる表現）」も
3つ挙げてください。

シラバスを受け取り、「自分が受講者だったら、この研修で一番印象に残るセクションはどれか」を書いてください。

提出成果物

• ステップ1のLLM仕組み説明（Claudeの出力 + 腹落ちした点・曖昧な点）
• ステップ2の業務区分整理（Claudeの出力 + 意外だった区分の考察）
• ステップ3のAI限界体験記録（Claudeの回答 + 自分の考察）
• ステップ4の研修シラバス（Claudeの出力 + 自分の「最も印象に残るセクション」）

採点基準 (100 点満点)

参考リンク・注記

演習中の数値について: 本演習に登場する KPI・コスト・人数・期間などの数値は、 学習目的の演習シナリオとして設定された仮定値です。実プロジェクトでの判断には、 自社の実測値や下記の公的統計を参照してください。

• 経済産業省 DX レポート
• 総務省 情報通信白書
• IPA DX 関連レポート・調査
• 出典 URL の正本は本講座リポジトリの docs/operations/ai-source-registry.md を参照